在心理支持和情感陪伴场景中，大型语言模型（LLMs）的核心限制不仅在于响应质量，还在于它们对局部下一个标记预测的依赖，这使得它们无法维持所需的时间连续性、阶段意识和用户同意边界，尤其是在多轮干预中。
这种无状态特性使系统容易出现提前推进、阶段不对齐和边界违规等问题。为了解决这一问题，我们认为过程导向的情感支持中的关键挑战不仅是生成自然语言，而是为模型构建一个可持续更新的外部情境结构。
因此，我们提出了LEKIA 2.0，一种情境化的LLM架构，它将认知层与执行层分离，从而将情境建模与干预执行解耦。这一设计使系统能够在持续互动中保持用户情况和同意边界的稳定表示。
为了评估这一过程控制能力，我们进一步引入了一种用于多轮互动的静态到动态在线评估协议。LEKIA在深度干预循环完成率上，相较于仅依赖提示的基线，平均提高约31%。结果表明，外部情境结构是构建稳定、可控和情境化情感支持系统的关键条件。
博主点评： LEKIA 2.0的提出为情感支持领域的LLM应用开辟了新路径，通过构建情境结构，有效地解决了传统模型在多轮对话中的局限性，值得在实际应用中深入探索。其通过分层设计实现的过程控制能力，展示了未来智能体在情感交互中的潜力。